연구실에서 최근에 진행되고 있는 관심 연구 분야
1
심층 강화 학습 기반 실시간 스케줄링 및 디스패칭
최근 연구 성과를 바탕으로, 심층 강화 학습을 활용한 실시간 스케줄링 및 디스패칭 기법을 개발하고 있습니다. 이는 반도체 제조 공정과 같은 복잡한 생산 환경에서의 작업 순서를 최적화하고, 생산 효율성을 극대화하는 데 중점을 두고 있습니다. 특히, 복잡한 제조 시스템에서의 작업 지연을 최소화하고, 실시간으로 변화하는 환경에 적응할 수 있는 모델을 제공하여 생산 라인의 유연성을 높입니다. 이를 통해 제조업체는 제품 생산의 정확성과 신뢰성을 향상시킬 수 있습니다.
2
디지털 트윈 기반 AGV 통제 및 운영 상황 가시화 기술
디지털 트윈 기술을 활용하여 AGV(자동 가이드 차량)의 통제 및 운영 상황을 실시간으로 가시화하는 연구를 진행하고 있습니다. 이 연구는 AGV 시스템의 효율적 운영을 위해 디지털 트윈 모델을 구축하고, 이를 통해 실제 AGV의 움직임과 상태를 모니터링 및 제어할 수 있는 방법을 제안합니다. 이러한 기술은 스마트 팩토리의 생산성을 높이고, 운영상의 문제를 사전에 예측하여 신속하게 대응할 수 있게 합니다.
3
ICT 미래 전략기술 발굴을 위한 준거틀 및 평가지표 개발
참여, ETRI
4
Q-Time Scheduling PoC
PI, Gauss Labs Inc.
5
기아 자동차 Mobility Academy 스마트팩토리 생산계획 교육과정 개발
참여, 한국생산성본부
6
강화학습 기반 최적화 모델 개발
참여, Bistelligence
7
R&D upon 반도체 회사의 Planning, Scheduling, and Dispatching 관련 연구 및 Algorithm 개발 1 ~ 5차 자문
PI, Gauss Labs Inc.
8
Digital Twin 기반 AGV 통제 검증 및 운영 상황 가시와 기술 개발
참여, LG Electronics
9
신경망 구조 탐색을 위한 메타러닝 기법 및 생성형 모형 기반 이상치 탐지 기술 연구
참여, Kakao Brain
10
Deep Reinforcement Learning을 활용한 지능형 Real-Time Scheduling/Dispatching: 1~5차
참여, PCG Korea
11
IO-DS 기능 및 성능 검증을 위한 실험 연구
참여, VMS Solutions
12
TP 센터 스케줄링 고도화를 위한 전략 수립 및 시스템 설계
참여, 더키투웨이